从sar图像阴影中提取信息

从sar图像阴影中提取信息

ID:39546102

大小:5.79 MB

页数:13页

时间:2019-07-05

从sar图像阴影中提取信息_第1页
从sar图像阴影中提取信息_第2页
从sar图像阴影中提取信息_第3页
从sar图像阴影中提取信息_第4页
从sar图像阴影中提取信息_第5页
资源描述:

《从sar图像阴影中提取信息》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于SAR图像阴影的信息提取摘要在解释SAR图像时斑点噪声的存在带来相当大的挑战。尽管有非常高的分辨率,提供与现代SAR系统,但是以自动化和安全操作方式从SAR图像提取可靠的情报仍然面临着相当大的困难。就没有斑点和在成像中没有失真而言,阴影区域在SAR图像中是独一无二的。本文提出了一系列的工作,旨在利用SAR图像阴影中的信息。早期的工作着眼于阴影特性与目标特征相结合以得到单看图像。这可以提供更好的目标分类,并提出了一种可以估测城市建筑高度的方法。不管怎样,在多角度俯视图中,SAR图像阴影以被证明确实有效。单独使用阴影描述,在一系列SAR图像不同视角得出的信息被结合在一起,以提供对建筑规模

2、非常可靠的明确的估计。另一个非凡的成功是,在SAR图像阴影中对于运动目标的检测。在SAR图像中运动目标的图像时模糊和扭曲的,这使得检测运动目标变得很困难,如果不是不可能。但是,目标阴影是不失真的。最初的结果及短时期的数据已经成功得复制,用于检测更大时间范围的目标。在所有这些情况下性能将会收到影响,即在杂波背景较弱,动态范围较窄或者不同物体阴影重叠的情况下。然而,本文突出了目标检测和城市场景分析定位的应用范围,在此应用范围,SAR阴影已经被证明能够提供一种很有效的从图像提取信息的方式。关键词:SAR阴影检测分类城市分析运动目标Ⅰ引言合成孔径雷达(SARs)是能够为在具有高地区覆盖率和全天候

3、的特性的广袤区域范围的静态物体和地形提供极其精确的图像。SAR能在横向达到一个非常高的空间分辨率,远远超过了使用一个较小物理雷达可以达到的程度。SAR系统记录了雷达脉冲作为平台沿着它的飞行路径和进展过程综合沿轨道脉冲天线长度远比实际的物理天线的长度。本文实现一个更窄的光束宽度合成器,此合成器可以产生很好的横向分辨率。图1显示的是一个典型的SAR图像的例子。这幅图由奎奈蒂克公司的X波段SAR系统提供,此图是一副关于一块大约类似是汽车停车场的区域的SAR图像。这一单幅图像中特写的假彩色部分显示,这其中存在大量的汽车状物体。高分辨率提供了大量详细的场景,然而,车辆图像不承担相似的光学图像。有斑

4、点噪声,这使得它难以描绘图像,因为哪怕是很小的视角的变化都可能在雷达回波图1高分辨率SAR图像例子是导致大的波动。图2从四个不同的角度对单一对象的SAR图像进行了比较,结果显示了在真实数据中观测到的信号波动程度。这样的从物体上返回的实际雷达信号波动给从被观测对象中提取信息提出了巨大的挑战。然而,在场景中的对象也产生SAR图像中的阴影。这是因为该对象遮挡了一块本应受到雷达波束持续覆盖的区域。从而在此阴影区域没有接受到波束的反射回波。阴影区域是没有斑点的,因此不表现那种波动,那种来自于对象的直接能量性反射波动。因此,阴影可以提供对观测对象更强有力的表征。阴影的这种鲜明特征所带来的好处,使得它

5、们在利用雷达图像分析方面具有特别地吸引力。本文描述了一些最近的技术,已经发展到使用阴影SAR成像中提取信息。第用主动轮廓(统计蛇)模式识别技术在嘈杂的图像确定阴影边界这一方法将被讨论。第二种技术将描述阴影信息会怎样被应用于评估建筑物的规模。特别是,使用从多个方面的图像来获得更准确的估计通过三维活动轮廓方法将呈现。通过三维活动轮廓的方法,使用多个方面的图像来获得更准确的估计这一方式将被呈现。第三种技术将演示只依靠阴影信息,在一个时间序列的SAR图像中运动目标是如何被检测出的。事实上,移动目标本身是不可见的,因为他们的多普勒结合SAR图像的形成过程意味着它们不会出现在他们的图像中的正确位置。

6、然而,他们的阴影仍然存在,可以检测和跟踪,从而提供了一个用于探测移动目标的手段。图2同一汽车目标四个不同角度的SAR图像这项技术所描绘的都只是一些特定的例子,演示了如何利用SAR图像的阴影信息从事图像分析和解释。特别地,这种技术向我们突出地描述了这种获得于多重透视几何的优势。ⅡSARATR利用阴影特性基于特征分类的一个重要前提是给从背景杂波过程分离出目标和它可能的影子描述轮廓的过程。一旦目标和它的影子已经划定,那么目标特征是可以衡量的,例如,形状属性和像素统计数据。这些特性将被用于区分目标。一个活跃的轮廓过程(称为统计蛇)是用来估计目标轮廓[2]。标准的主动轮廓技术是基于轮廓,并使用像素

7、的梯度在图像中分离的目标和杂波;不幸的是,在SAR图像斑点呈现梯度法无效。相反,一个区域的轮廓的方法[3]使用,采用噪声统计像素分离的目标和阴影的背景杂波,并且已被证明是非常有效的。活动轮廓或“蛇”由点连接在一起,形成一个多边形的节点。这条蛇是最开始只在大约一个目标探测和节点随机移动。如果此举引起分界改善,那么它会被保存,否则将被丢弃,节点搬回到其先前的立场。当没有更多的改进可以通过任何节点的进一步动作获得,进程将被终止。蛇的成功取

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。